大模型走向业务一线 AI“下沉”银行非科技岗位

    本报记者 彭妍

    随着大模型在金融机构内部落地应用，AI（人工智能）相关工作已不再局限于科技部门。近日，有银行在非科技岗位社会招聘中，新增AI相关工作职责，银行业“全员用AI、全员管AI”的数智化新生态正在加速形成。

    生成内容审核纳入工作职责

    从最新银行社招信息来看，AI能力要求已不再是科技岗位的专属标签，财富管理、市场投研等核心业务岗位，开始明确绑定大模型应用与审核职责。

    例如，宁波银行近日发布社招信息显示，该行总行财富管理部下属市场投研部开放策略分析岗招聘。作为财富条线业务岗位，该岗位除承担传统投研工作之外，还明确将行内AI大模型生成内容的专业审核纳入工作职责。招聘条件显示，具有大模型在投研场景的实际使用经验，熟悉主流大模型特性及智能体机制，参与过公司大模型建设或相关项目落地者优先。

    记者在梳理了多家银行社招信息后了解到，现阶段银行业将AI大模型内容专业审核、质量把控明确写入非科技核心岗位职责的案例仍属个案。多数银行的财富管理、市场投研类业务岗位，尚未推出同类招聘要求与职责调整，宁波银行此次岗位设置，也成为银行业业务端深度承接大模型应用落地的标志性探索。

    AI应用向业务岗位渗透

    苏商银行特约研究员薛洪言对《证券日报》记者表示，银行非科技岗位新增AI工作职责，这场转变的底层原因，在于大模型越过成熟度临界点后，AI角色正从后台预测引擎变为前台内容生产者，而非单纯的技术普及。过去，模型训练、运维依赖代码能力，可由科技部门闭环负责；如今，大模型可以用自然语言直接参与投研、客户运营等业务内容生成。AI出错不再只是技术故障，更可能体现为投资建议、合规表述等业务内容风险，科技部门无法单独判断，业务岗位必须从使用者转为AI产出的审核与责任主体。

    业务岗位对AI能力的新要求，也与银行科技条线的人才导向形成呼应。当前，各大银行金融科技岗位招聘中，掌握大模型相关能力已经成为普遍要求。以宁波银行2027届金融科技定向生招聘为例，产品经理岗要求应聘者了解大模型的基本原理、能力边界及典型应用，能够结合用户需求、业务价值设计AI产品方案；招商银行旗下招银网络科技2027届秋季招聘同样凸显大模型人才导向，后端开发、前端开发、测试技术开发、运维研发、算法工程师五大核心技术岗位中，前端开发岗位提及研究AI代码生成、智能UI等前沿技术，测试技术开发岗位将AI辅助测试纳入业务方向，具备大模型相关实践经验者优先。

    全条线AI能力重构的背后，是银行业持续加码大模型布局、深耕智能场景应用的现实基础。目前，多家国有大行与股份制银行已建成自主可控的金融大模型体系，并实现规模化落地。其中，工商银行依托“工银智涌”千亿金融大模型体系，落地财富管理、风控等超100个创新应用场景，企业级智能风控平台全面覆盖境内所有分行及130余个风控决策场景；宁波银行自研金融大模型“阿波”也已完成超5000名内部员工测试，全面覆盖前、中、后台多类业务场景，为AI能力向业务岗下沉落地筑牢技术基础。

    博通咨询金融行业首席分析师王蓬博对《证券日报》记者表示，长期来看，AI将彻底成为银行业务全员标配工具。随着一线业务全面智能化落地，银行传统人工流程有望得到大幅精简，经营模式从人力驱动转向数据与智能驱动。银行全部业务体系将朝着更加精细化、标准化方向演进，风险管控能力贯穿业务全流程。行业竞争逻辑也随之生变，过去依赖的网点、人力规模优势逐步淡化，机构的场景智能化服务能力、合规化AI应用水平，将成为银行业差异化竞争的核心要素。

    薛洪言认为，AI应用向业务岗位深度渗透，将重构银行整体经营范式。标准化智力劳动的边际成本下行，让投研、财富规划这类知识密集型服务有机会规模化触达长尾客群，推动财富管理从高净值客群专属向普惠化发展。与此同时，业务与科技的边界持续消融，竞争不再局限于IT系统建设，而是落脚于业务数据、AI调优能力与专家判断力三者的融合深度。